ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验

吴俞 冯箫 李勋 李玉梅 姜小云

吴俞, 冯箫, 李勋, 李玉梅, 姜小云. GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验[J]. 热带气象学报, 2021, 37(4): 633-646. doi: 10.16032/j.issn.1004-4965.2021.060
引用本文: 吴俞, 冯箫, 李勋, 李玉梅, 姜小云. GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验[J]. 热带气象学报, 2021, 37(4): 633-646. doi: 10.16032/j.issn.1004-4965.2021.060
WU Yu, FENG Xiao, LI Xun, LI Yu-mei, JIANG Xiao-yun. EVALUATION OF SPATIO-TEMPORAL PARAMETERS OF FORECASTS FROM GRAPES_GZ3KM MODEL: WITH SPECIFIC REFERENCE TO NON-TYPHOON PRECIPITATION DURING THE WARM SEASON IN 2019 IN HAINAN ISLAND[J]. Journal of Tropical Meteorology, 2021, 37(4): 633-646. doi: 10.16032/j.issn.1004-4965.2021.060
Citation: WU Yu, FENG Xiao, LI Xun, LI Yu-mei, JIANG Xiao-yun. EVALUATION OF SPATIO-TEMPORAL PARAMETERS OF FORECASTS FROM GRAPES_GZ3KM MODEL: WITH SPECIFIC REFERENCE TO NON-TYPHOON PRECIPITATION DURING THE WARM SEASON IN 2019 IN HAINAN ISLAND[J]. Journal of Tropical Meteorology, 2021, 37(4): 633-646. doi: 10.16032/j.issn.1004-4965.2021.060

GRAPES_GZ 3 km模式对2019年海南岛暖季非台风降水预报的时空检验

doi: 10.16032/j.issn.1004-4965.2021.060
基金项目: 

中国气象局预报员专项 CMAYBY2020-100

详细信息
    通讯作者:

    李勋, 男, 河北省人, 研究员级高级工程师, 博士, 主要从事热带气旋强度和路径变化研究。E-mail: cyrilpat@sina.com

  • 中图分类号: P426

EVALUATION OF SPATIO-TEMPORAL PARAMETERS OF FORECASTS FROM GRAPES_GZ3KM MODEL: WITH SPECIFIC REFERENCE TO NON-TYPHOON PRECIPITATION DURING THE WARM SEASON IN 2019 IN HAINAN ISLAND

  • 摘要: 利用基于目标诊断的空间检验方法(MODE)和时空检验方法(MTD)评估了华南3 km高分辨率区域数值模式(GRAPES_GZ3 km)对2019年海南岛暖季非台降水预报性能, 结果显示: (1)模式24 h累积降水预报的空间分布范围偏大、降水强度偏强; (2)模式逐小时降水预报的平均质心总体偏西和偏北, 降水出现时间总体偏早1~3 h, 结束时间总体偏晚2~4 h, 降水持续时间偏长; 预报的降水目标数量偏多, 与实况一致均存在着主峰和次峰形态的昼夜分布特征, 但预报的昼间主峰出现时间比实况偏早2 h; 预报的短时强降水出现频次总体偏多。相对于传统的预报和观测点对点检验评估方法, MODE和MTD方法具有捕捉模式预报偏差特征的优势。

     

  • 图  1  MODE和MTD方法流程图与主要区别

    图  2  MTD半径示意图(a)、MTD示例图(b)

    图  3  GRAPES_GZ 3 km的24 h降水预报的传统检验综合评分图

    起报时间:2019年4月1日—9月30日(非台降水)08时。

    图  4  a.GRAPES_GZ3 km模式预报和clads实况在不同降水阈值中对降水目标长度(a)、目标宽度(b)、目标轴角(c)、目标面积(d)、强度(50百分位)(e)、强度(90百分位)(f)的箱线图对比

    图  5  GRAPES_GZ 3 km模式2019年5月21日08:00起报的24 h降水分布(a)及该时次预报≥10 mm(c)、≥25 mm(e)、≥50mm(g)降水空间匹配的降水目标;实况2019年5月21日08:00—22日08:00的24 h累积降水分布(b)及该时次实况≥10 mm(d)、≥25 mm(f)、≥50 mm(h)降水空间匹配的降水目标;GRAPES_GZ 3 km模式2019年5月22日08:00起报的24 h降水分布(i)及该时次预报≥10 mm(k)、≥25 mm(m)、≥50 mm(o)降水空间匹配的降水目标;实况2019年5月22日08:00—23日08:00的24 h累积降水分布(j)及该时次实况≥10 mm(l)、≥25 mm(n)、≥50 mm(p)降水空间匹配的降水目标

    图  6  第一类降水(实况降水的持续时间为1~4 h)(a、b)、第二类降水(实况降水的持续时间为5~8 h)(c、d)、第三类降水(实况降水的持续时间为9~12 h)(e、f)、第四类降水(实况降水的持续时间为13~16 h)(g、h)、第五类降水(实况降水的持续时间为17~24 h)(i、j)对应的预报(a、c、e、g、i)和实况(b、d、f、h、j)逐时平均降水质心的空间分布和预报(k)、实况(l)对所有降水目标平均降水质心的分布

    图  7  第一类降水(实况降水的持续时间为1~4 h, a)、第二类降水(实况降水的持续时间为5~8 h, b)、第三类降水(实况降水的持续时间为9~12 h, c)、第四类降水(实况降水的持续时间为13~16 h, d)、第五类降水(实况降水的持续时间为17~24 h, e)、所有类型降水(f)对应的预报和实况中降水开始和结束时间的散点分布

    对角线代表无偏差(黑色实线),降水开始时间的趋势线(红色点线)在对角线以上(以下)表示预报降水的开始时间较实况偏晚(早),降水结束时间的趋势线(黑色点线)在对角线以上(以下)表示预报降水的结束时间较实况偏晚(早)

    图  8  a.预报和实况中降水目标在不同持续时间出现频次的对比;b.预报和实况中降水目标开始时间在不同预报时效出现频次的对比;c.预报和实况中降水目标结束时间在不同预报时效出现频次的对比;d、e分别是预报和实况降水平均质心的起始时间空间分布对比;f、g分别是预报和实况降水平均质心的结束时间空间分布对比。

    图  9  堆叠的直方条形图的高度代表每个预报小时的时域降水目标总数

    其中实况用渐变的红色表示,预报用渐变的黑色表示,对于沿x轴的每个预报小时,组成每个“堆栈”的各个分段的高度表示≤当前预报时效内(渐变色)的降水目标数量,其中最顶部的分段始终指示在当前预报小时启动的降水目标数,底部的始终是预报时效为1的降水目标数。

    图  10  0第一类降水(实况降水的持续时间为1~4 h)(a、b、m、n)、第二类降水(实况降水的持续时间为5~8 h)(c、d、o、p)、第三类降水(实况降水的持续时间为9~12 h)(e、f、q、r)、第四类降水(实况降水的持续时间为13~16 h)(g、h、s、t)、第五类降水(实况降水的持续时间为17~24 h)(i、j、u、v)对应的预报(a、c、e、g、i:小时雨强≥0.1 mm; m、o、q、s、u:小时雨强≥20mm)和实况(b、d、f、h、j:小时雨强≥0.1 mm; n、p、r、t、v:小时雨强≥20 mm)降水频次空间分布对比,以及预报(k:小时雨强≥0.1 mm; w:小时雨强≥20 mm)、实况(l:小时雨强≥0.1mm; x:小时雨强≥20 mm)对所有降水的降水频次空间分布对比

    表  1  降水个例的MODE检验结果属性表

    预报时间 目标对象 长度/km 宽度/km 轴角/° 面积格点数 降水强度50%/mm 降水强度90%/mm 总收益
    预报 实况 预报 实况 预报 实况 预报 实况 预报 实况 预报 实况
    2019年
    5月21日
    08:00
    ≥10 mm—1 46.7 53.0 28.8 36.6 34.8 30.6 855 926 26.3 25.0 61.5 50.1 1.00
    ≥25 mm—1 44.4 43.4 25.0 24.7 34.7 38.8 483 513 39.6 35.7 71.9 55.9 1.00
    ≥50 mm—1 14.1 4.4 9.5 3.4 49.6 -15.2 63 9 68.6 61.3 84.9 71.1 0.86
    ≥50 mm—2 3.0 23.0 3.0 3.6 90.0 12.5 7 16 69.3 66.7 73.0 82.2 0.66
    ≥50 mm—3 1.0 1.0 1.0 1.0 0.0 0.0 1 1 74.2 62.8 74.2 62.8 0.73
    2019年
    5月22日
    08:00
    ≥10 mm—1 46.0 19.1 19.9 13.3 40.7 34.1 528 625 19.8 19.5 50.2 47.0 1.00
    ≥25 mm—1 5.7 3.0 4.2 2.0 45.0 90.0 14 6 43.0 33.3 52.5 38.2 0.93
    ≥25 mm—2 17.7 19.1 14.1 13.3 45.4 32.3 149 172 41.4 41.4 71.9 67.8 0.91
    ≥50 mm—1 8.0 10.1 5.8 7.1 -22.2 1.0 27 50 74.1 63.6 94.0 79.4 0.71
    下载: 导出CSV
  • [1] 蒋贤玲, 任福民, 马柱国, 等. 2014年两次路径相似热带气旋降水特征及其成因的对比[J]. 地球物理学报, 2017, 60(4): 1 305-1 320. https://www.cnki.com.cn/Article/CJFDTOTAL-DQWX201704007.htm
    [2] 刘少军, 张京红, 何政伟, 等. 地形因子对海南岛台风降水分布影响的估算[J]. 自然灾害学报, 2011, 20(2): 196-199. https://www.cnki.com.cn/Article/CJFDTOTAL-ZRZH201102030.htm
    [3] 冯文, 吴俞, 赵付竹, 等. 海南岛不同强弱秋汛期暴雨的环流形势和动力特征分析[J]. 气象科学, 2017, 37(6): 784-796. https://www.cnki.com.cn/Article/CJFDTOTAL-QXKX201706009.htm
    [4] 冯文, 周玲丽, 肖潺, 等. 海南岛秋汛期降水的时空分布特点及其环流特征分析[J]. 热带气象学报, 2016, 32(4): 533-545. https://rdqxxb.itmm.org.cn/article/id/20160411
    [5] 潘留杰, 张宏芳, 陈小婷, 等. 基于邻域法的高分辨率模式降水的预报能力分析[J]. 热带气象学报, 2015, 31(5): 632-642. https://rdqxxb.itmm.org.cn/article/id/20150506
    [6] 张博, 赵滨. 一种集成风向风速的风场空间检验方法[J]. 应用气象学报, 2019, 30(2): 154-163. https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201902003.htm
    [7] AHIJEVYCH D, GILLELAND E, BARBARA G B, et al. Application of spatial verification methods to idealized and NWP-gridded precipitation forecasts[J]. Wea Forecasting, 2009, 24(6): 1 485-1 497. doi: 10.1175/2009WAF2222298.1
    [8] ELIZABETH E. Neighborhood verification: A strategy for rewarding close forecasts[J]. Wea Forecasting, 2009, 24(6): 1 498-1 510. doi: 10.1175/2009WAF2222251.1
    [9] DAVIS C A, BROWN B, BULLOCK R. Object-based veri fi cation of precipitation forecasts. Part Ⅰ: Methodology and application to mesoscale rain areas[J]. Mon Wea Rev, 2006, 134(7): 1 772-1 784. doi: 10.1175/MWR3145.1
    [10] DAVIS C A, BROWN B, BULLOCK R. Object-based verification of precipitation forecasts. Part Ⅱ: Application to convective rain systems[J]. Mon Wea Rev, 2006, 134(7): 1 785-1 795. doi: 10.1175/MWR3146.1
    [11] SKOK G, TRIBBIA J, RAKOVEC J, et al. Object-based analysis of satellite-derived precipitation systems over the low-and midlatitude Pacific Ocean[J]. Mon Wea Rev, 2009, 137(10): 3 196-3 218. doi: 10.1175/2009MWR2900.1
    [12] EBERT E, GALLUS JR W. Toward better understanding of the contiguous rain area(CRA)method for spatial forecast verification[J]. Wea Forecasting, 2009, 24(5): 1 401-1 415. doi: 10.1175/2009WAF2222252.1
    [13] 唐文苑, 郑永光, 张小雯. 基于FSS的高分辨率模式华北对流预报能力评估. 应用气象学报, 2018, 29(5): 513-523. https://www.cnki.com.cn/Article/CJFDTOTAL-YYQX201805001.htm
    [14] 王国荣, 陈敏, 由凤春, 等. 基于对象诊断的空间检验方法(MODE)[J]. 气象科技, 2014, 42(04): 652-656. doi: 10.3969/j.issn.1671-6345.2014.04.022
    [15] 潘留杰, 薛春芳, 张宏芳, 等. 三种高分辨率格点降水预报检验方法的对比[J]. 气候与环境研究, 2017, 22(01): 45-58. https://www.cnki.com.cn/Article/CJFDTOTAL-QHYH201701005.htm
    [16] 姜晓曼. 2014年夏季长江中下游地区降水预报检验[D]. 南京: 南京大学, 2016.
    [17] 陈笑, 赵东, 何晓凤, 等. 基于MODE对模式预报强风风场的检验分析[J]. 气象, 2018, 44(8): 1 009-1 019. https://www.cnki.com.cn/Article/CJFDTOTAL-QXXX201808003.htm
    [18] DAVIS C A, BROWN B, BULLOCK R, et al. The Method for Object-Based Diagnostic Evaluation(MODE)applied to numerical forecasts from the 2005 NSSL/SPC Spring Program[J]. Wea Forecasting, 2009, 24(5): 1 252-1 267. doi: 10.1175/2009WAF2222241.1
    [19] JOHNSON A, WANG X G, KONG F Y, et al. Object-Based Evaluation of the Impact of Horizontal Grid Spacing on Convection-Allowing Forecasts[J]. Mon Wea Rev, 2013, 141(10): 3 413-3 425. doi: 10.1175/MWR-D-13-00027.1
    [20] DUDA J D, GALLUS W A. The impact of large-scale forcing on skill of simulated convective initiation and upscale evolution with convection-allowing grid spacings in the WRF[J]. Wea Forecasting, 2013, 28(4): 994-1 018. doi: 10.1175/WAF-D-13-00005.1
    [21] SKOK G, TRIBBIA J, RAKOVEC J. Object-based analysis and verification of WRF model precipitation in the low-and midlatitude pacific Ocean[J]. Mon Wea Rev, 2010, 138(12): 4 561-4 575. doi: 10.1175/2010MWR3472.1
    [22] CAI H, DUMAIS R E. Object-based evaluation of a numerical weather prediction Model's performance through forecast storm characteristic analysis[J]. Wea Forecasting, 2015, 30(6): 1 451-1 468. doi: 10.1175/WAF-D-15-0008.1
    [23] CLARK A J, BULLOCK R G, JENSEN T L, et al. Application of object-based time-domain diagnostics for tracking precipitation systems in convection-allowing models[J]. Wea Forecasting, 2014, 29(3): 517-542. doi: 10.1175/WAF-D-13-00098.1
    [24] 徐同, 张蕾, 李佳, 等. MODE-TD检验方法在上海快速更新同化业务预报系统中的初步应用[J]. 沙漠与绿洲气象, 2020, 14(5): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-XJQX202005001.htm
    [25] 陈子通, 徐道生, 戴光丰, 等. 热带高分辨模式(TRAMS-V3.0)技术方案及其系统预报性能[J]. 热带气象学报, 2020, 36(4): 1-11. doi: 10.16032/j.issn.1004-4965.2020.041
    [26] 崔园园. CMA陆面数据同化系统产品在青藏高原及其周边的适用性评估[D]. 南京: 南京信息工程大学, 2018.
    [27] 张振州, 蔡旭晖, 宋宇, 等. 海南岛地区海陆风的统计分析和数值模拟研究[J]. 热带气象学报, 2014, 30(2): 270-280. doi: 10.3969/j.issn.1004-4965.2014.02.008
    [28] 王静. 海南岛海陆风演变特征的观测分析研究[D]. 南京: 南京信息工程大学, 2015.
  • 加载中
图(10) / 表(1)
计量
  • 文章访问数:  3
  • HTML全文浏览量:  11
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-09-28
  • 修回日期:  2021-05-08
  • 网络出版日期:  2021-12-15
  • 刊出日期:  2021-08-20

目录

    /

    返回文章
    返回